Python数据类型简介:numpy
1. numpy 的基本数据类型
类型名 | 类型表示符 |
---|---|
布尔型 | bool |
有符号整数型 | int8 / int16 / int32 / int64 |
无符号整数型 | uint8 / uint16 / uint32 / uint64 |
浮点型 | float16 / float32 / float64 |
复数型 | complex64 / complex128 |
字符型 | str,每个字符用 32 位 Unicode 编码表示 |
import numpy as np
arr = np.array([1, 2, 3])
print(arr, arr.dtype)
arr = arr.astype('int64')
print(arr, arr.dtype)
arr = arr.astype('float32')
print(arr, arr.dtype)
arr = arr.astype('bool')
print(arr, arr.dtype)
arr = arr.astype('str')
print(arr, arr.dtype)
2. numpy 自定义复合数据类型
如果希望 ndarray 中存储对象类型,numpy 建议使用元组存储对象的属性字段值,然后把元组添加到 ndarray 中,ndarray 提供了语法方便处理这些数据。
import numpy as np
data = [
('zs', [99, 98, 90], 17),
('ls', [95, 95, 92], 16),
('ww', [97, 92, 91], 18)
]
# 姓名 2 个字符
# 3 个 int32 类型的成绩
# 1 个 int32 类型的年龄
arr = np.array(data, dtype='2str, 3int32, int32')
print(arr)
print(arr.dtype)
# 可以通过索引访问
print(arr[0], arr[0][2])
当数据量大时,采用上述方法不便于数据的访问。
ndarray 提供可以采用字典或列表的形式定义数组元素的数据类型和列的别名。访问数据时,可以通过下标索引访问,也可以通过列名进行数据访问。
import numpy as np
data = [
('zs', [99, 98, 90], 17),
('ls', [95, 95, 92], 16),
('ww', [97, 92, 91], 18)]# 采用字典定义列名和元素的数据类型arr = np.array(data, dtype={
# 设置每列的别名
'names': ['name', 'scores', 'age'],
# 设置每列数据元素的数据类型
'formats': ['2str', '3int32', 'int32']})print(arr, arr[0]['age'])# 采用列表定义列名和元素的数据类型arr = np.array(data, dtype=[
# 第一列
('name', 'str', 2),
# 第二列
('scores', 'int32', 3),
# 第三列
('age', 'int32', 1)])print(arr, arr[1]['scores'])# 直接访问数组的一列print(arr['scores'])
3. 使用 ndarray 保存日期数据类型
import numpy as np
dates = [
'2011',
'2011-02',
'2011-02-03',
'2011-04-01 10:10:10'
]
ndates = np.array(dates)
print(ndates, ndates.dtype)
# 数据类型为日期类型,采用 64 位二进制进行存储,D 表示日期精确到天
ndates = ndates.astype('datetime64[D]')
print(ndates, ndates.dtype)
# 日期运算
print(ndates[-1] - ndates[0])
1.日期字符串支持不支持
2011/11/11
,使用空格进行分隔日期也不支持2011 11 11
,支持2011-11-11
2.日期与时间之间需要有空格进行分隔2011-04-01 10:10:10
3.时间的书写格式10:10:10
4. 类型字符码(数据类型简写)
numpy 提供了类型字符码可以更加方便的处理数据类型。
类型 | 类型表示符 | 字符码 |
---|---|---|
布尔型 | bool | ? |
有符号整数型 | int8 / int16 / int32 / int64 | i1 / i2 / i4 / i8 |
无符号整数型 | uint8 / uint16 / uint32 / uint64 | u1 / u2 / u4 / u8 |
浮点型 | float16 / float32 / float64 | f2 / f4 / f8 |
复数型 | complex64 / complex128 | c8 / c16 |
字符型 | str,每个字符用 32 位 Unicode 编码表示 | U |
日期 | datatime64 | M8[Y] / M8[M] / M8[D] / M8[h] / M8[m] / M8[s] |
import numpy as np
data = [
('zs', [99, 98, 90], 17),
('ls', [95, 95, 92], 16),
('ww', [97, 92, 91], 18)
]
# 采用字典定义列名和元素的数据类型
arr = np.array(data, dtype={
# 设置每列的别名
'names': ['name', 'scores', 'age'],
# 设置每列数据元素的数据类型
'formats': ['2U', '3i4', 'i4']
})
print(arr)
print(arr[1]['scores'])
print(arr['scores'])
print(arr.dtype)
5. 案例
选取字段,使用 ndarray 存储数据。
import numpy as np
datas = [
(0, '4室1厅', 298.79, 2598, 86951),
(1, '3室2厅', 154.62, 1000, 64675),
(2, '3室2厅', 177.36, 1200, 67659),]arr = np.array(datas, dtype={
'names': ['index', 'housetype', 'square', 'totalPrice', 'unitPrice'],
'formats': ['u1', '4U', 'f4', 'i4', 'i4']})print(arr)print(arr.dtype)# 计算 totalPrice 的均值sum_totalPrice = sum(arr['totalPrice'])print(sum_totalPrice/3)
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanfchbc
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01